메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박지훈 (부산대학교) 박도현 (부산대학교) 방종현 (부산대학교) 김형남 (부산대학교)
저널정보
한국통신학회 한국통신학회논문지 한국통신학회논문지 제47권 제10호
발행연도
2022.10
수록면
1,620 - 1,628 (9page)
DOI
10.7840/kics.2022.47.10.1620

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
수동형 바이스태틱 레이더는 상용 방송 또는 통신 신호 등을 이용하여 표적의 위치와 속도를 추정하는 레이더 시스템이다. DTV (digital television) 신호는 다른 신호에 비해 신호 세기가 강하고 대역폭이 넓기 때문에 드론과 같은 저속의 소형 비행물체를 탐지하기 위한 수동형 레이더의 신호원으로 적합하다. 일반적으로 탐지 과정에서 나타나는 거리-도플러 맵에서 표적을 찾아내기 위해 레이더 시스템에서는 일정 오경보 확률 탐지기를 사용한다. 하지만, 잡음 및 클러터 신호들로 인하여 거리-도플러 맵 상에 표적 이외의 다양한 오탐지가 생성되기 때문에, 일정 오경보 확률 탐지기의 오경보 확률이 올라가는 문제점이 존재한다. 본 논문에서는 이러한 문제를 해결하기 위해 의미론적 분할 기법에 사용되는 인공 신경망 모델인 U-Net을 활용한 표적 탐지기를 제시한다. 제안하는 표적 탐지기는 기존의 표적 탐지기에서 오경보 확률이 높아지는 문제점을 해결하고 표적 탐지 확률을 높인다는 장점이 있다. 모의실험 및 드론 실측 데이터를 통해 탐지 확률, 오경보 확률, 그리고 F1 score의 측면에서 제안하는 알고리즘과 일정 오경보 확률 탐지기의 성능을 비교 및 분석함으로써, 인공 신경망을 기반으로 하는 표적 탐지기의 우수함을 보인다.

목차

요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 일정 오경보 확률 탐지기
Ⅲ. 제안하는 U-Net 기반 표적 탐지기
Ⅳ. 성능 분석
Ⅴ. 결론
References

참고문헌 (18)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-567-000128410